內容簡介
本書首次提出了基於張量稀疏低秩分解的三維人臉表情識別理論框架。其中,張量建模思想與稀疏低秩張量分解技術,屬於三維人臉表情識別方法論上的一個新技術。另外,高效求解這一稀疏低秩張量優化模型,設計快速穩健優化演算法,需要深入分析相應的高階張量優化理論,其研究結果將豐富在三維人臉表情識別中的大規模優化理論的研究內容與最優化理論。 全書共分為六章,第一章主要介紹所研究的課題的背景與意義、人臉表情識別研究的發展歷史,重點對國內外研究現狀進行了介紹,對三維人臉表情特徵提取方法進行總結與分析。第二章基礎知識部分,為後面的主體章節做鋪墊。主要介紹了張量理論和張量子空間模型及張量低秩表示理論、流形學習和基於張量學習的圖嵌入框架。第三章提出了一種基於低秩張量完備性(FERLrTC)的張量分解演算法,並運用於2D+3D人臉表情識別。第四章提出了一種基於先驗信息(OTDFPFER)的正交張量補全演算法,並運用於2D+3D人臉表情識別。同時對複雜度與收斂性進行了分析。第五章提出了兩種正交張量分解演算法,並運用於2D+3D人臉表情識別。第六章主要對所做的工作進行總結並對未來的工作進行展望。目錄
常用符號